首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于SCNGO优化VMD和SVM的轴承故障诊断方法、设备及介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:青海大学

摘要:本发明公开了一种基于SCNGO优化VMD和SVM的轴承故障诊断方法、设备及介质,针对变分模态分解方法在提取滚动轴承振动信号的故障特征频率时和使用SVM进行故障诊断时,受参数设置影响及敏感模态分量的选取问题,将待诊断的轴承特征数据输入预先训练好的SVM模型进行故障分类识别,得到轴承故障诊断结果,SVM模型是基于北方苍鹰算法SCNGO优化VMD参数和SVM参数并训练得到。通过实验验证表明该方法可解决VMD和SVM受参数设置影响的问题,成功诊断轴承故障,并解决了机床主轴轴承故障诊断领域现有技术中存在的故障特征提取能力不足、处理复杂多维数据泛化能力差、优化方法收敛速度较慢的问题。

主权项:1.一种基于SCNGO优化VMD和SVM的轴承故障诊断方法,其特征在于,所述方法包括以下步骤:获取待诊断的轴承数据;对所述待诊断的轴承数据进行特征提取,得到待诊断的轴承特征数据;将所述待诊断的轴承特征数据输入预先训练好的SVM模型进行故障分类识别,得到轴承故障诊断结果,其中,所述SVM模型是基于北方苍鹰算法SCNGO优化VMD参数和SVM参数并训练得到。

全文数据:

权利要求:

百度查询: 青海大学 基于SCNGO优化VMD和SVM的轴承故障诊断方法、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。